Перейти к содержимому
Все проекты
Разработка ПОЗавершён2025

Receipt Tracker

Receipt Tracker — Android-приложение на Kotlin, которое превращает сфотографированный чек в категоризированный расход с помощью офлайн-OCR из ML Kit и набора правил на регулярных выражениях и ключевых словах, а затем синхронизирует его с Firebase Firestore по пользователю. Экраны статистики разбивают траты за месяц по категориям с помощью круговых и столбчатых диаграмм. Сделано в одиночку для университетского модуля, с категоризацией, намеренно настроенной на местных продавцов, а не на обобщённую модель.

Роль
Единственный разработчик
Год
2025
Статус
Завершён
Категория
Разработка ПО
Инструменты и технологии
KotlinAndroid SDKML KitFirebase AuthFirestoreMPAndroidChart
Ссылки
GitHub
Receipt Tracker cover — an abstract arrangement suggesting a scanned receipt.

Проблема

Вручную вести повседневные траты наличными и картой утомительно и чревато ошибками. Приложение убирает шаг ввода, считывая итоговую сумму прямо с чека и раскладывая её по разумной категории.

Контекст

Модуль «App Development in Android» в HWR Berlin, летний семестр 2025 года, сдан 16 августа 2025 года как функционально полная версия 1.0 с подписанным релизным APK.

Ключевые решения

OCR на устройстве, прозрачный разбор

Весь вывод выполняется на устройстве через ML Kit. Разборщик сумм с учётом валюты сначала сканирует строки €/EUR, нормализует европейский формат чисел и обращается к наибольшему числу лишь тогда, когда сумма с меткой валюты не найдена, — при этом облачное хранение ограничено Firestore.

Локализованные категории на правилах

Определение категории — это прозрачная таблица поиска по ключевым словам, настроенная на имена местных продавцов, намеренно локализованная, а не основанная на ML.

Результаты

  • Выпущена рабочая, функционально полная версия 1.0 с подписанным релизным APK для сдачи.
  • Сквозной конвейер скан → разбор → подтверждение → сохранение, где OCR полностью работает на устройстве, а облачное хранение идёт через Firestore.
  • Весь запланированный объём выполнен: аутентификация, сканирование, OCR, автокатегоризация, ручной ввод, история, месячные диаграммы и правка/удаление.